Localized Heat Therapy Improves Mitochondrial Respiratory Capacity but Not Fatty Acid Oxidation

AIM: Mild heat stress can improve mitochondrial respiratory capacity in skeletal muscle. However, long-term heat interventions are scarce, and the effects of heat therapy need to be understood in the context of the adaptations which follow the more complex combination of stimuli from exercise training. The purpose of this work was to compare the effects of 6 weeks of localized heat therapy on human skeletal muscle mitochondria to single-leg interval training. METHODS: Thirty-five subjects were assigned to receive sham therapy, short-wave diathermy heat therapy, or single-leg interval exercise training, localized to the quadriceps muscles of the right leg. All interventions took place 3 times per week. Muscle biopsies were performed at baseline, and after 3 and 6 weeks of intervention. Mitochondrial respiratory capacity was assessed on permeabilized muscle fibers via high-resolution respirometry. RESULTS: The primary finding of this work was that heat therapy and exercise training significantly improved mitochondrial respiratory capacity by 24.8 ± 6.2% and 27.9 ± 8.7%, respectively (p < 0.05). Fatty acid oxidation and citrate synthase activity were also increased following exercise training by 29.5 ± 6.8% and 19.0 ± 7.4%, respectively (p < 0.05). However, contrary to our hypothesis, heat therapy did not increase fatty acid oxidation or citrate synthase activity. CONCLUSION: Six weeks of muscle-localized heat therapy significantly improves mitochondrial respiratory capacity, comparable to exercise training. However, unlike exercise, heat does not improve fatty acid oxidation capacity.     

基于小二乘-卡尔曼滤波的wMPS系统跟踪定位算法研究

wMPS(workspace Measuring Position System)是一种新型的基于平面交会原理的网络式测量系统,在静态测量研究的基础上,研究了动态跟踪测量的问题。为了减小运动引入的测量误差,利用运动方程提高测量精度,采用了最小二乘法对接收器的位置进行静态估算,将其结果作为伪观测值,然后利用卡尔曼滤波做进一步处理,该方法避免了观测方程中的非线性误差,实现了接收器在运动过程中的高精度跟踪定位。通过试验对最小二乘法和最小二乘-卡尔曼滤波法进行了比较,结果表明最小二乘-卡尔曼滤波法的估值精度远高于最小二乘法。     

结合核函数与非线性偏微分方程的图像去噪方法

传统的非线性扩散滤波方法在图像去噪时使用传统的梯度算子,易导致细节缺失。针对该缺点,以非线性偏微分方程和图像结构信息为基础,构造一类带有自适应权值的非线性扩散滤波去噪方式。这种方式选用多方向的拉普拉斯算子模板,结合核函数,自适应地调节权重系数;利用非局部信息选取合适的搜索窗宽,以减小图像噪声的影响。实验证明,该方法既能较好地保存图像纹理细节,又可以达到很好的去噪效果。     

灰色偏相关评价法在认知型学生模型中的应用

针对认知能力评价这类因素较多,且难以进行定量描述的问题,建立认知能力因素评价体系,利用灰色偏相关评价法建立认知型学生模型。首先分析各认知能力因素的相互影响关系,计算偏相关系数得到各认知能力因素的权重值。然后确定评价灰类,建立白化权函数,得到各认知能力因素关于各评价灰类的灰色评价权值,从而建立认知型学生综合评价模型。最后通过实例对方法模型进行验证。实例表明,该方法模型能够对学生知识水平作出评价并引导学生进行学习,其结果具有一定的可靠性。     

区间系统在反馈控制情况下的性能鲁棒性

本文讨论含区间对象的反馈控制系统性能鲁棒性问题，给出了检验区间系统性能鲁棒性的充要条件．当补偿器满足某种假设条件时，给出了闭环系统性能鲁棒性的有限检验结果。在有限检验的前提下，给出了补偿器在系数空间中所应满足的制约条件。     

A Recursive Orthogonal Least Squares Algorithm for Training RBF Networks

A recursive orthogonal least squares (ROLS) algorithm for multi-input, multi-output systems is developed in this paper and is applied to updating the weighting matrix of a radial basis function network. An illustrative example is given, to demonstrate the effectiveness of the algorithm for eliminating the effects of ill-conditioning in the training data, in an application of neural modelling of a multi-variable chemical process. Comparisons with results from using standard least squares algorithms, in batch and recursive form, show that the ROLS algorithm can significantly improve the neural modelling accuracy. The ROLS algorithm can also be applied to a large data set with much lower requirements on computer memory than the batch OLS algorithm.     

交通流异常数据检测研究及实证

针对道路交通系统实时交通流数据普遍存在的异常现象,提出一种基于最小二乘支持向量机的交通异常数据检测方法。运用相空间重构技术,将时间序列数据转换为矢量数据。运用训练数据构建基于最小二乘支持向量机的回归估计模型,通过计算实际值与预测值之间的残差来判别异常数据。以成都市一环路北二段进行实证研究,并与传统检测方法比较分析,结果证实该检测方法的有效性。     

采用遗传算法优化最小二乘支持向量机参数的方法

支持向量机是建立在统计学习理论上的一种学习算法,较好地解决了小样本学习问题.由不同的参数和核函数构造的支持向量机在性能上存在很大差异,而在参数和核函数的选择上目前还没有明确的理论依据.针对支持向量机的参数选择问题,提出了一种采用遗传算法优化最小二乘支持向量机参数的方法.结合LS-SVMlab工具箱,在MATLAB实验平台的仿真实验表明,该方法提高了支持向量机的参数选择效率,得到的参数对测试样本的分类结果是最优的,从而避免了人为设定参数的不足,同时缩短了优化时间.     

基于半定规划的无线传感器网络定位算法性能分析

基于测距的定位方法是无线传感器网络节点定位中一种常见的方法。测距定位方法往往将定位过程转化为数学优化问题。介绍了实现测距定位下的LS-SDR与SAL-SDR两种半定规划定位算法,并同时介绍了LS-LM、SLS-LM、SLS-US与SLS-S等4种定位算法。仿真实验分析和比较了6种不同定位算法的平均RMS定位误差,结果表明相对于其他4种定位算法,LS-SDR和LS-LM算法的定位误差较小。在信标节点数量较少的情况下,LS-LM算法的定位结果有可能发生奇异,造成定位结果的严重失真。而LS-SDR算法对于奇异的发生具有较好的抵抗能力,此时LS-SDR算法的平均RMS定位误差将优于LS-LM算法。     

基于支持向量机与神经网络的间谐波测量混合算法

针对目前缺乏国家标准规范间谐波对电能质量的影响,也缺乏有效的手段监测间谐波的问题,用支持向量机理论对其进行了探索。支持向量机理论将间谐波这个非线性问题变换到更高维的空间中进行线性回归,它基于迭代权调整最小二乘法,引入反向传播神经网络算法整定算法参数,通过反馈现场采集、分析信号,并将教师信号与计算信号的差值作为调整参数的驱动信号,在此基础上通过反向遗传算法(BPNN)的反向传播能力对参数进行基于负反馈的调整,提高了算法的收敛速度。通过数值实验对比,该算法比没有使用差动信号的混合算法效率提高约13%。